ATEDRisk management tra algoritmi e machine learning

Nelle scorse settimane abbiamo intervistato Mario Turla, che vanta un’esperienza di alcuni decenni nello sviluppo di soluzioni finalizzate ad analizzare i dati per i sistemi di frode e di antiriciclaggio. In particolare, ha fondato nel novembre del 2016 T3M innovation srl, insieme all’amico e collega Michele Martini, una startup all’epoca nata proprio con l’obiettivo di gestione del rischio in ambito riciclaggio e finanziamento al terrorismo. Una realtà che è confluita nel 2018 in TXT, dando origine a TXT Risk Solutions.
In sintesi, ci racconta Mario Turla, sintetizzando la missione della sua azienda: «Noi preferiamo concentrarci più sull’evento rischioso piuttosto che sul soggetto, fornendo consulenza e formazione su queste tematiche, ma soprattutto creando modelli di rischio attraverso l’utilizzo delle tecnologie e le innovazioni più opportune».

Signor Turla di cosa vi occupate principalmente in TXT Risk Solutions e in cosa siete diversi da altri operatori del mercato?
«La nostra missione è da sempre la gestione del rischio, con una particolare predilezione per gli aspetti legati all’antiriciclaggio. Per questa ragione, abbiamo fondato un’azienda che si distingue nell’arena competitiva attraverso soluzioni innovative basate su un nuovo paradigma. Infatti, rispetto ai nostri competitor spostiamo il focus dell’osservazione dalla persona o entità oggetto dell’analisi alle sue relazioni, alle reti o alle azioni che lo riguardano. In pratica, allarghiamo lo spettro di analisi a ulteriori fattori o comportamenti, che possono fornire una fotografia più precisa anche attraverso l’utilizzo della migliore tecnologia in nostro possesso, così da connettere modelli probabilistici a soluzioni di intelligenza artificiale».

Quali sono gli sviluppi che state osservando come più di frontiera e di interesse per i vostri clienti?
«Grazie al nostro organico di oltre 13 professionisti, tra cui laureati in statistica, stiamo introducendo nuove tecniche di risoluzione delle identità e sistemi di database a grafo. Si tratta di un approccio di gestione del rischio che potenzierà drasticamente l’analisi delle reti. Parallelamente è in corso l’aggiornamento e l’affinamento del sistema di rating e stiamo implementando motori di pre-analisi delle segnalazioni, mediante l’adozione di indicatori di rischio e algoritmi di classificazione basati anche su tecniche di machine learning e analisi semantica. Si tratta di soluzioni di indagine molto puntuale che sono finalizzate a focalizzare l’analisi sulle situazioni a maggior rischio di riciclaggio o finanziamento del terrorismo».

Lei è partito nel 2016 con una startup e oggi fa parte di un gruppo come TXT, per cui sviluppa la parte di risk management. Come ha avviato il progetto e come è avvenuto il passaggio da startup ad azienda? 
«Devo dire che mi sono trovato a gestire in prima persona proprio l’intero ciclo della startup nello spazio di pochi anni. Siamo, infatti, partiti dall'idea di creare un nuovo modello di gestione del rischio e abbiamo girato per alcuni mesi con delle slide proprio per presentare il nostro approccio. Non essendo neofita del settore abbiamo potuto raccontare la nostra idea ai possibili clienti, così da capire se avesse un suo fondamento e coerenza. Una volta avute le conferme necessarie, abbiamo sviluppato una versione in un prototipo, che abbiamo nuovamente presentato e mostrato nella sua fase più evoluta. Fondamentale è stato l’incontro con Montepaschi che ha prontamente voluto e acquistato il nostro modello. A quel punto, con un primo finanziamento abbiamo sviluppato il prototipo e realizzato il prodotto vero e proprio. Ma dopo pochi mesi abbiamo necessariamente compreso che bisognava strutturare la nostra startup in un’impresa vera e propria. Ovvero, per poter sviluppare i prodotti, che il mercato ci sta richiedendo con sempre maggiori funzionalità, era necessario integrarci in un gruppo come TXT, che ci offre una maggiore solidità e organizzazione per competere anche in chiave internazionale».